自适应滤波方法研究

证明Ｓａｇｅ－Ｈｕｓａ的自适应卡尔曼滤波算法不能同时估计Ｑ和Ｒ,并分析了该法导致滤波发散的原因。介绍了一种新的自适应卡尔曼滤波算法,该法当Ｒ（或Ｑ）已知时可以准确地估计出Ｑ（或Ｒ）。该法的独特之处在于当对Ｑ（或Ｒ）进行修正估计时,只采用矩阵的乘运算和求逆运算,而不进行加减法运算,因此消除了滤波发散现象。数字仿真表明效果良好。     

MEMS陀螺随机漂移在线补偿技术

为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.     

轴流压气机通流计算中代理模型的应用（两机专刊）

在轴流压气机初始设计阶段,二维通流计算方法可以快速评估压气机的性能,其准确性高度依赖于经验模型的预测精度。当压气机超出经验模型适用范围时会增大模型的预测误差。为提高预测精度,研究了在通流计算中采用代理模型取代传统经验模型的可行性。以双级跨声轴流速压气机的几何参数和气动实验数据作为代理模型的训练样本库,采用敏感性分析方法确定最重要的特征参数作为输入。分别基于支持向量机回归（SVR）和高斯过程回归（GPR）两种监督学习方法构建代理模型,并在模型训练中通过贝叶斯优化算法寻找模型最佳超参组合。将代理模型集成到基于流线曲率法（SLC）的通流程序中,对该压气机特性进行评估,并与传统经验模型计算结果相对比。对比显示,相较于传统经验模型,SVR和GPR两种代理模型分别降低了62.2%与55.2%的总压特性平均预测误差以及48.4%与50.1%的绝热效率特性平均预测误差。对比结果表明,当超出传统经验模型适用范围时,代理模型不失为一种可靠的替代方案。     

双频Android手机GPS/BDS伪距单点定位增强方法与性能评估CSCD

针对双频GNSS手机不同运动状态下的定位性能,从原始观测值质量入手进行分析,设计并比较了多种定位算法的有效性。首先,采集了华为mate30、荣耀20pro、小米10三款双频手机的原始观测数据,从DOP值、信噪比、伪距残差等方面对观测数据质量进行了分析评估。其次,设计了静态和动态实验,利用最小二乘法(LSM)、加权最小二乘法(WLS)(高度角定权、信噪比定权)、Kalman滤波法进行单点定位解算。静态测试结果表明,基于LSM的三款手机定位精度在E、N方向上分别优于2.04m和2.24m,信噪比定权相比高度角定权可使平面定位精度平均提高8.5%;动态测试结果表明,Kalman滤波可有效提高精度性能,平面定位精度平均提高7.2%,但三款手机的动态测试表现明显低于静态测试。     

基于随机过程的可靠性建模

基于Wiener过程、Gamma过程和逆高斯(Inverse Gaussian,IG)过程等随机过程的可靠性建模方法在装备可靠性评估中逐步得到应用.针对3类考虑随机影响的随机过程模型,分别阐述了各类模型在一元性能退化建模、二元性能退化建模、加速退化建模和竞争失效建模等情形下的应用情况,并展望了下一步研究方向.研究工作对...     

一种小型弹载混合式光纤惯导系统设计

为解决混合式惯导在小型弹载惯导系统的应用问题,在论述混合式惯导技术特点的基础上,提出小型弹载混合式惯导系统所涉及的三项关键技术：小型化设计技术,抗振动高可靠锁紧技术和基于降维Kalman滤波的抗扰动自标定技术。重点对第三项技术提出具体的技术方案和实现途径。在建立惯导误差模型的基础上,根据姿态精度因子(ADOP)可观测度设计出混合式惯导系统的自标定流程,进行了卡尔曼滤波的降维处理和抗干扰观测量设计。开展了原理样机的标定试验、力学环境试验和导航精度试验工作,试验结果校验了技术方案的可行性和自标定算法的正确性,为其在小型战术导弹中的应用提供了工程借鉴。     

海杂波背景下小目标检测及其运动信息的提取

介绍了在基于Hough变换的检测前跟踪算法检测海杂波背景下的低可观测目标的基础上,将动态规划方法引入其中,从每一条“特征直线”所包含的数据点迹中提取最可能构成目标点迹的数据点的方法。仿真结果表明,将Hough变换与基于动态规划的航迹搜索相结合,能够提高低信噪比条件下的目标检测概率,并能比较准确地提取出目标点迹。然后对提取出来的目标点迹进行Kalman滤波,以估计目标的速度,从而为后续的检测与跟踪提供比较准确的目标信息。     

Gaussian process regression model incorporated with tool wear mechanism

Cutting tool condition directly affects machining quality and efficiency. In order to avoid severely worn tools used during machining process and fully release the remaining useful life in the meanwhile, a reliable evaluation method of remaining useful life of cutting tools is quite necessary.Due to the variation of cutting conditions, it is a challenge to predict remaining useful life of cutting tools by a unified model. In order to address this issue, this paper proposes a method for predictin...     

非线性非高斯模型的高斯和PHD滤波算法(英文)

A new multi-target filtering algorithm, termed as the Gaussian sum probability hypothesis density （GSPHD） filter, is proposed for nonlinear non-Gaussian tracking models. Provided that the initial prior intensity of the states is Gaussian or can be identified as a Gaussian sum, the analytical results of the algorithm show that the posterior intensity at any subsequent time step remains a Gaussian sum under the assumption that the state noise, the measurement noise, target spawn intensity, new target birth intensity, target survival probability, and detection probability are all Gaussian sums. The analysis also shows that the existing Gaussian mixture probability hypothesis density （GMPHD） filter, which is unsuitable for handling the non-Gaussian noise cases, is no more than a special case of the proposed algorithm, which fills the shortage of incapability of treating non-Gaussian noise. The multi-target tracking simulation results verify the effectiveness of the proposed GSPHD.     

基于多性能参数的民用航空发动机 实时性能可靠性预测

以民用航空发动机为研究对象,运用性能退化可靠性理论,对发动机的性能可靠性进行了研究.通过分析发动机性能退化过程,利用状态空间方法建立了时变性能退化模型,并通过卡尔曼滤波对性能趋势进行预测;然后考虑各性能参数之间的相关性,运用随机过程理论建立了基于多性能参数的实时性能可靠性预测模型,从而对发动机的退化时间进行实时预测;最后通过实例证明该方法是有效的,并且易于工程实现,同时,也为航空公司进行发动机机队科学管理提供了基础.